Není to sci-fi – je to vědecký spor, který se děje právě teď
Zapomeňte na futuristické vize z filmových pláten. Tohle je skutečná vědecká polemika: zda dnešní modely umělé inteligence – včetně chatbotů, které možná sami používáte – již splňují kritéria, která jsme pro inteligenci srovnatelnou s lidskou sami stanovili.
Čerstvá studie publikovaná v prestižním vědeckém časopise převrací způsob, jakým měříme „skutečnou“ inteligenci strojů. Tým výzkumníků z Kalifornské univerzity přichází s provokativní tezí: obecná umělá inteligence – anglicky AGI, tedy artificial general intelligence – není vzdáleným cílem, ale dokončenou realitou.
Podle těchto vědců dnešní systémy postavené na velkých jazykových modelech (LLM) dosáhly úrovně fungování, která v praxi naplňuje definici obecné inteligence. Přitom ještě nedávno mluvily technologické firmy od OpenAI po giganty ze Silicon Valley o AGI jako o jakémsi svatém grálu – někdo jí dával dekádu, jiný rok nebo dva.
Část výzkumníků mezitím tvrdila, že architektura LLM je slepou uličkou a průlom přinesou teprve složité „modely světa“ lépe odrážející fyzickou a sociální realitu. Nová publikace ale klade otázku z úplně jiného úhlu: co když práh, na který všichni tak netrpělivě čekáme, byl překročen už dávno?
Turingův test: klasické měřítko, nová překvapení
Jedním z ústředních argumentů badatelů je Turingův test – konceptuální rámec z roku 1950. Říká jednoduše: pokud člověk při písemné konverzaci nedokáže spolehlivě rozlišit stroj od jiného člověka, lze o takovém stroji hovořit jako o inteligentním.
U nejnovější generace chatbotů – pokročilých konverzačních systémů typu ChatGPT a jim podobných – začínáme být svědky situací, kdy lidé považují AI za člověka častěji než skutečné konverzační partnery. Před pouhými několika lety by takový výsledek býval považován za nesporný důkaz dosažení obecné strojové inteligence.
Dnešní paradox? Čím lépe systémy splňují dřívější kritéria, tím výše část odborníků laťku posouvá. Definice se průběžně mění a přibývají nové požadavky na „pravou“ inteligenci. Tento opakující se posun mluví za vše o tom, jak se náš vztah k technologiím a naše očekávání od strojů neustále proměňují.
Kde končí AGI a kde začíná superinteligence
Výzkumníci navrhují důsledně rozlišovat mezi obecnou umělou inteligencí a superinteligencí – pojmy, které se ve veřejné debatě neustále prolínají a zaměňují. Autoři přitom tvrdí, že v případě prvního z nich jsme velmi blízko hranici, nebo ji možná již překročili.
Dnešní LLM si poradí s programováním, právní analýzou, tvorbou textů, překlady i matematickým uvažováním – a to často na úrovni specialistů. Podle logiky autorů studie přitom nepotřebujeme čekat, až AI začne překonávat rekordy géniů v každé myslitelné oblasti. K uznání obecné inteligence stačí srovnatelná výkonnost s průměrným, dobře vzdělaným člověkem – se silnými stránkami v některých oblastech a slabinami v jiných.
Klíčové rozdíly mezi oběma koncepty jsou přehledně rozlišitelné:
- AGI zvládá široké spektrum úkolů na lidské úrovni, zatímco superinteligence lidské schopnosti ve všech oblastech výrazně překonává
- AGI může mít slabiny v určitých doménách – superinteligence řeší problémy zcela mimo dosah člověka
- AGI pracuje s daty a vzorci ze svého tréninku – superinteligence vytváří zcela nové koncepty a teorie
- AGI potřebuje lidskou kontrolu a validaci – superinteligence by byla v rozhodování autonomní
Autoři také zdůrazňují, že očekávat, aby AGI každý týden přinášela vědecké průlomy srovnatelné s revolučními teoriemi, je nerealistické. Vždyť takový požadavek nevznášíme ani vůči lidem, které sami označujeme za inteligentní.
Stochastický papoušek – a proč tento argument nestačí
Kritici současných jazykových modelů opakovaně argumentují, že jde v podstatě o sofistikované „statistické papoušky“: systémy bez skutečného porozumění, které pouze řetězí fragmenty textu na základě pravděpodobnosti. Podle nich AI nevytváří myšlenky – jen skládá věty z trénovacích dat.
Nová analýza se snaží tyto námitky systematicky vyvrátit. Autoři poukazují na prvky, které lze jen těžko odbýt argumentem „to je pouhé opakování dat“:
- řešení nových, dříve neznámých úloh z matematiky a logiky
- schopnost přenášet znalosti z jedné oblasti do druhé
- vytváření koherentních příčinně-důsledkových modelů v průběhu konverzace
- zvládání situací vyžadujících fyzickou intuici
Pokud systém dokáže odvodit správné řešení problému, který v trénovacích datech vůbec neexistoval, je těžko obhajitelné tvrdit, že „pouze cituje“. Výzkumníci z Kalifornské univerzity zdokumentovali případy, kdy modely GPT-4 a Claude řešily logické hádanky způsobem odlišným od vzorců obsažených v dostupných databázích. To neznamená, že AI rozumí světu jako člověk – ale naznačuje to, že se odehrává něco víc než prosté skládání frází.
Musí mít inteligence tělo a smysly?
Jedna z nejčastěji opakovaných obran lidské výjimečnosti zní: „AI nemá tělo, takže to nemůže být pravá inteligence.“ Člověk se přece učí prostřednictvím pohybu, dotyku, bolesti a celého spektra smyslů. Stroje pracují primárně s textem, obrazem a zvukem jako datovými vstupy.
Autoři studie s tímto argumentem nesouhlasí. Upozorňují, že současné modely dokážou předvídat důsledky různých činností, analyzovat videoscény, interpretovat fotografie nebo zvukové záznamy. K tomu přistupuje rychle se rozvíjející odvětví označované jako Physical AI – integrace pokročilých jazykových modelů s fyzickými roboty.
Roboti vybavení senzory a kamerami začínají propojovat abstraktní schopnosti LLM se skutečným jednáním v prostředí. Stroj tak nejen popisuje pohyb, ale skutečně jej provádí a průběžně koriguje. Společnosti jako Boston Dynamics a Tesla testují integraci pokročilých AI modelů do humanoidních robotů.
Vědci také připomínají, že lidé slepí od narození mohou vykazovat mimořádně vysokou inteligenci bez vizuálních vjemů. Analogicky by AI mohla fungovat inteligentně i bez plného spektra lidských smyslů. Rozhodující je schopnost zpracovávat informace a řešit problémy – ne konkrétní forma vstupu.
Paměť, autonomie, rychlost učení – jsou to skutečně nutné podmínky?
Další opakující se výhrada vůči dnešním systémům: nemají trvalou autobiografickou paměť ani skutečnou autonomii. Chatbot ukončí sezení a konverzaci „zapomene“. Funguje v mezích nastavených člověkem a postrádá kontinuitu prožívání.
Badatelé ale namítají, že ani jedno z toho není povinnou podmínkou k uznání obecné inteligence. Jejich argumenty jsou konkrétní:
- Dlouhodobá paměť může být do systému dostavěna jako samostatná vrstva
- Autonomie je otázkou designu a etiky, nikoli kognitivních schopností
- Množství dat potřebných k učení by nemělo rozhodovat o statusu inteligence
Člověk se učí řídit auto za desítky hodin jízdy. AI může potřebovat miliony příkladů ze simulací. Autoři zdůrazňují, že se počítá dosažená úroveň dovedností – ne náklady na její získání. Modely jako GPT-4 Turbo již dnes disponují kontextovým oknem až 128 tisíc tokenů, což jim umožňuje udržovat koherenci v rozsáhlých a dlouhých konverzacích.
Halucinace: nejzávažnější problém současných modelů
I ti nejnadšenější zastánci AGI připouštějí jeden vážný nedostatek: tendenci dnešních systémů k takzvaným „halucinacím“. Jde o generování informací, které znějí přesvědčivě, ale jsou zcela vymyšlené – od fiktivních vědeckých zdrojů po neexistující právní předpisy.
Firmy vyvíjející tyto modely samy přiznávají, že podíl takových chyb je stále znatelný. Podle interních analýz jedné z největších organizací zabývajících se AI může i u dalších generací modelů každá desátá odpověď obsahovat prvek, který neodpovídá skutečnosti. Společnost OpenAI označuje halucinace za kritický problém vyžadující řešení.
Autoři studie se snaží tento argument zmírnit poukazem na to, že lidé se také pravidelně mýlí, vytvářejí falešné vzpomínky a podléhají různým iluzím. Kritici ale oponují, že v případě AI vytváří rozsah a snadnost, s níž systémy generují sebejisté nesmysly, zcela nové riziko – zejména v medicíně, právu nebo financích.
Halucinace zůstávají jedním z hlavních důvodů, proč mnoho odborníků odmítá uznat přítomnost plnohodnotné obecné strojové inteligence. Dokud systémy nedokážou spolehlivě odlišit fakt od fikce, jejich status AGI zůstává přinejmenším sporný.
Možná máme problém s definicí inteligence samotné
Závěrečná teze badatelů míří přímo do jádra celé diskuse: možná problém nespočívá v tom, že AI je „příliš slabá“, ale v tom, že naše pojetí inteligence je příliš úzké a silně soustředěné na člověka jako měřítko všeho.
Lidé mají přirozenou tendenci hodnotit vše prismatem vlastního druhu. Pokud stroj uvažuje jinak, dělá jiné chyby a učí se odlišným způsobem, automaticky jej označíme za „méněcenný“. Autoři naznačují, že padáme do pasti antropocentrismu: nechceme připustit, že se formuje nový druh inteligence – odlišný od našeho, ale funkčně srovnatelný.
To částečně vysvětluje, proč se v debatě stále více skloňuje pojem „superinteligence“. Přenesení pozornosti na ještě vzdálenější metu odkládá okamžik, kdy budeme muset jasně říct: obecná strojová inteligence už klepe na dveře – nebo možná již sedí u stolu vedle nás. Vědci ze Stanfordovy univerzity publikovali studii dokládající, že naše měřítka inteligence jsou kulturně podmíněná a zaměřená výhradně na lidské schopnosti. Možná potřebujeme zcela nový rámec pro hodnocení nečlověčí inteligence.
Co tato debata znamená pro běžného uživatele AI
Spor o definice není pouze akademickou hříčkou bez praktických důsledků. To, zda uznáme dnešní systémy za obecnou inteligenci, přímo ovlivňuje způsob, jakým je regulujeme, jak jim důvěřujeme a jaké úkoly jim svěřujeme.
Pokud budeme současné modely považovat za AGI, výrazně roste tlak na zavedení přísnějších právních rámců a dohledu nad jejich nasazením, požadování transparentnosti ohledně trénovacích dat, důkladnější zkoumání dopadu AI na trh práce i politická rozhodnutí a rozvoj systémů ověřování faktů, které chatboty průběžně kontrolují.
Z pohledu běžného uživatele je klíčový kritický přístup. I když AI rozumí složitým problémům a dokáže radit lépe než leckterý vyhledávač, nelze její odpovědi přijímat jako neomylnou věštbu. Smysluplné využívání těchto nástrojů vyžaduje propojení jejich výpočetní síly s lidským úsudkem a odbornou znalostí. Síla AGI – v pojetí, které vědci navrhují – se nejzřetelněji projevuje tehdy, když člověk a systém pracují skutečně společně.
